Perbandingan Pengenalan Bentuk Geometri Bangun Datar Antara Metode Jaringan Syaraf Tiruan Backpropagation dan Learning Vector Quantization (LVQ)

Penelitian ini bertujuan untuk memberikan rekomendasi dari hasil perbandingan antara metode jaringan syaraf tiruan menggunakan metode backpropagation dan learning vector quantization (LVQ) dalam melakukan pengenalan pola. Kedua metode ini sering digunakan untuk aplikasi pengenalan pola, karena kedua metode ini mampu mengelompokkan pola-pola ke dalam kelaskelas pola dan termasuk kedalam metode pembelajaran terawasi (supervised learning). Dalam penelitian ini akan dibuktikan metode backpropagation dan LVQ mampu mengenali pola bentuk geometri bidang datar serta menunjukkan metode mana yang lebih baik dalam melakukan pengenalan pola. Implementasi metode backpropagation dan learning vector quantization (LVQ) menggunakan toolbox Matlab v8.5. Hal pertama yang dilakukan adalah melakukan proses pengolahan citra yaitu proses grayscalling dan thresholding untuk mendapatkan nilai binerisasi yang akan digunakan sebagai nilai input pada JST. Setelah itu nilai input akan diproses pada metode JST backpropagation dan learning vector quantization. Dari hasil implementasi pengujian kedua metode tersebut didapatkan hasil akurasi sebesar 91.43% untuk backpropagation dan 65.71% untuk learning vector quantization.